Java经典排序算法之归并排序详解
发布时间 - 2026-01-11 00:31:24 点击率:次一、归并排序

归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
归并过程为:比较a[i]和a[j]的大小,若a[i]≤a[j],则将第一个有序表中的元素a[i]复制到r[k]中,并令i和k分别加上1;否则将第二个有序表中的元素a[j]复制到r[k]中,并令j和k分别加上1,如此循环下去,直到其中一个有序表取完,然后再将另一个有序表中剩余的元素复制到r中从下标k到下标t的单元。归并排序的算法我们通常用递归实现,先把待排序区间[s,t]以中点二分,接着把左边子区间排序,再把右边子区间排序,最后把左区间和右区间用一次归并操作合并成有序的区间[s,t]。
二、归并操作
三、两路归并算法
1、算法基本思路
设两个有序的子文件(相当于输入堆)放在同一向量中相邻的位置上:R[low..m],R[m+1..high],先将它们合并到一个局部的暂存向量R1(相当于输出堆)中,待合并完成后将R1复制回R[low..high]中。
(1)合并过程
合并过程中,设置i,j和p三个指针,其初值分别指向这三个记录区的起始位置。合并时依次比较R[i]和R[j]的关键字,取关键字较小的记录复制到R1[p]中,然后将被复制记录的指针i或j加1,以及指向复制位置的指针p加1。
重复这一过程直至两个输入的子文件有一个已全部复制完毕(不妨称其为空),此时将另一非空的子文件中剩余记录依次复制到R1中即可。
(2)动态申请R1
实现时,R1是动态申请的,因为申请的空间可能很大,故须加入申请空间是否成功的处理。
2、归并算法
void Merge(SeqList R,int low,int m,int high)
{//将两个有序的子文件R[low..m)和R[m+1..high]归并成一个有序的
//子文件R[low..high]
int i=low,j=m+1,p=0; //置初始值
RecType *R1; //R1是局部向量,若p定义为此类型指针速度更快
R1=(ReeType *)malloc((high-low+1)*sizeof(RecType));
if(! R1) //申请空间失败
Error("Insufficient memory available!");
while(i<=m&&j<=high) //两子文件非空时取其小者输出到R1[p]上
R1[p++]=(R[i].key<=R[j].key)?R[i++]:R[j++];
while(i<=m) //若第1个子文件非空,则复制剩余记录到R1中
R1[p++]=R[i++];
while(j<=high) //若第2个子文件非空,则复制剩余记录到R1中
R1[p++]=R[j++];
for(p=0,i=low;i<=high;p++,i++)
R[i]=R1[p];//归并完成后将结果复制回R[low..high]
} //Merge
四、归并排序
归并排序有两种实现方法:自底向上和自顶向下。下面说说自顶向下的方法
(1)分治法的三个步骤
设归并排序的当前区间是R[low..high],分治法的三个步骤是:
①分解:将当前区间一分为二
②求解:递归地对两个子区间R[low..mid]和R[mid+1..high]进行归并排序;
③组合:将已排序的两个子区间R[low..mid]和R[mid+1..high]归并为一个有序的区间R[low..high]。
递归的终结条件:子区间长度为1(一个记录自然有序)。
(2)具体算法
void MergeSortDC(SeqList R,int low,int high)
{//用分治法对R[low..high]进行二路归并排序
int mid;
if(low<high){//区间长度大于1
mid=(low+high)/2; //分解
MergeSortDC(R,low,mid); //递归地对R[low..mid]排序
MergeSortDC(R,mid+1,high); //递归地对R[mid+1..high]排序
Merge(R,low,mid,high); //组合,将两个有序区归并为一个有序区
}
}//MergeSortDC
(3)算法MergeSortDC的执行过程
算法MergeSortDC的执行过程如下图所示的递归树。
五、算法分析
1、稳定性
归并排序是一种稳定的排序。
2、存储结构要求
可用顺序存储结构。也易于在链表上实现。
3、时间复杂度
对长度为n的文件,需进行 趟二路归并,每趟归并的时间为O(n),故其时间复杂度无论是在最好情况下还是在最坏情况下均是O(nlgn)。
4、空间复杂度
需要一个辅助向量来暂存两有序子文件归并的结果,故其辅助空间复杂度为O(n),显然它不是就地排序。
注意:
若用单链表做存储结构,很容易给出就地的归并排序。
5、比较操作的次数介于(nlogn) / 2和nlogn - n + 1。
6、赋值操作的次数是(2nlogn)。归并算法的空间复杂度为:0 (n)
7、归并排序比较占用内存,但却是一种效率高且稳定的算法。
六、代码实现
public class MergeSortTest {
public static void main(String[] args) {
int[] data = new int[] { 2, 4, 7, 5, 8, 1, 3, 6 };
System.out.print("初始化:\t");
print(data);
System.out.println("");
mergeSort(data, 0, data.length - 1);
System.out.print("\n排序后: \t");
print(data);
}
public static void mergeSort(int[] data, int left, int right) {
if (left >= right)
return;
//两路归并
// 找出中间索引
int center = (left + right) / 2;
// 对左边数组进行递归
mergeSort(data, left, center);
// 对右边数组进行递归
mergeSort(data, center + 1, right);
// 合并
merge(data, left, center, center + 1, right);
System.out.print("排序中:\t");
print(data);
}
/**
* 将两个数组进行归并,归并前面2个数组已有序,归并后依然有序
*
* @param data
* 数组对象
* @param leftStart
* 左数组的第一个元素的索引
* @param leftEnd
* 左数组的最后一个元素的索引
* @param rightStart
* 右数组第一个元素的索引
* @param rightEnd
* 右数组最后一个元素的索引
*/
public static void merge(int[] data, int leftStart, int leftEnd,
int rightStart, int rightEnd) {
int i = leftStart;
int j = rightStart;
int k = 0;
// 临时数组
int[] temp = new int[rightEnd - leftStart + 1]; //创建一个临时的数组来存放临时排序的数组
// 确认分割后的两段数组是否都取到了最后一个元素
while (i <= leftEnd && j <= rightEnd) {
// 从两个数组中取出最小的放入临时数组
if (data[i] > data[j]) {
temp[k++] = data[j++];
} else {
temp[k++] = data[i++];
}
}
// 剩余部分依次放入临时数组(实际上两个while只会执行其中一个)
while (i <= leftEnd) {
temp[k++] = data[i++];
}
while (j <= rightEnd) {
temp[k++] = data[j++];
}
k = leftStart;
// 将临时数组中的内容拷贝回原数组中 // (原left-right范围的内容被复制回原数组)
for (int element : temp) {
data[k++] = element;
}
}
public static void print(int[] data) {
for (int i = 0; i < data.length; i++) {
System.out.print(data[i] + "\t");
}
System.out.println();
}
}
七、运行结果
初始化: 2 4 7 5 8 1 3 6 排序中: 2 4 7 5 8 1 3 6 排序中: 2 4 5 7 8 1 3 6 排序中: 2 4 5 7 8 1 3 6 排序中: 2 4 5 7 1 8 3 6 排序中: 2 4 5 7 1 8 3 6 排序中: 2 4 5 7 1 3 6 8 排序中: 1 2 3 4 5 6 7 8 排序后: 1 2 3 4 5 6 7 8
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
# java
# 归并排序
# java二路归并排序示例分享
# java实现归并排序算法
# java 算法之归并排序详解及实现代码
# Java 归并排序算法、堆排序算法实例详解
# java 中归并排序算法详解
# Java分治归并排序算法实例详解
# java 排序算法之归并排序
# Java算法之归并排序举例详解
# 递归
# 第一个
# 治法
# 是在
# 是一种
# 二路
# 后将
# 其中一个
# 并为
# 则将
# 两路
# 组中
# 长度为
# 情况下
# 将已
# 故其
# 链表
# 这一
# 很容易
# 只会
相关栏目:
【
网站优化151355 】
【
网络推广146373 】
【
网络技术251813 】
【
AI营销90571 】
相关推荐:
Win11怎么关闭资讯和兴趣_Windows11任务栏设置隐藏小组件
智能起名网站制作软件有哪些,制作logo的软件?
Laravel如何使用Service Container和依赖注入?(代码示例)
微信公众帐号开发教程之图文消息全攻略
Laravel如何实现一对一模型关联?(Eloquent示例)
东莞市网站制作公司有哪些,东莞找工作用什么网站好?
海南网站制作公司有哪些,海口网是哪家的?
Laravel Livewire是什么_使用Laravel Livewire构建动态前端界面
uc浏览器二维码扫描入口_uc浏览器扫码功能使用地址
Laravel Telescope怎么调试_使用Laravel Telescope进行应用监控与调试
Laravel如何配置和使用队列处理异步任务_Laravel队列驱动与任务分发实例
Laravel路由Route怎么设置_Laravel基础路由定义与参数传递规则【详解】
微信h5制作网站有哪些,免费微信H5页面制作工具?
如何用腾讯建站主机快速创建免费网站?
什么是javascript作用域_全局和局部作用域有什么区别?
深圳网站制作平台,深圳市做网站好的公司有哪些?
电商网站制作价格怎么算,网上拍卖流程以及规则?
Laravel全局作用域是什么_Laravel Eloquent Global Scopes应用指南
网易LOFTER官网链接 老福特网页版登录地址
Laravel如何实现数据导出到CSV文件_Laravel原生流式输出大数据量CSV【方案】
详解MySQL数据库的安装与密码配置
JavaScript如何实现倒计时_时间函数如何精确控制
php485函数参数是什么意思_php485各参数详细说明【介绍】
PHP 实现电台节目表的智能时间匹配与今日/明日轮播逻辑
Laravel中的withCount方法怎么高效统计关联模型数量
高端建站如何打造兼具美学与转化的品牌官网?
Win11怎么设置虚拟桌面 Win11新建多桌面切换操作【技巧】
Laravel如何集成第三方登录_Laravel Socialite实现微信QQ微博登录
Laravel如何处理跨站请求伪造(CSRF)保护_Laravel表单安全机制与令牌校验
长沙做网站要多少钱,长沙国安网络怎么样?
如何快速上传自定义模板至建站之星?
Java垃圾回收器的方法和原理总结
如何快速选择适合个人网站的云服务器配置?
JavaScript如何实现错误处理_try...catch如何捕获异常?
实现点击下箭头变上箭头来回切换的两种方法【推荐】
phpredis提高消息队列的实时性方法(推荐)
网站制作软件免费下载安装,有哪些免费下载的软件网站?
Laravel的路由模型绑定怎么用_Laravel Route Model Binding简化控制器逻辑
如何为不同团队 ID 动态生成多个独立按钮
php8.4header发送头信息失败怎么办_php8.4header函数问题解决【解答】
高防服务器:AI智能防御DDoS攻击与数据安全保障
如何在服务器上配置二级域名建站?
Laravel怎么生成URL_Laravel路由命名与URL生成函数详解
Laravel集合Collection怎么用_Laravel集合常用函数详解
如何制作公司的网站链接,公司想做一个网站,一般需要花多少钱?
浅谈javascript alert和confirm的美化
Swift开发中switch语句值绑定模式
如何在万网利用已有域名快速建站?
三星、SK海力士获美批准:可向中国出口芯片制造设备
Python文件操作最佳实践_稳定性说明【指导】

